科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有热红外目标跟踪算法难以处理相似物干扰和目标遮挡的问题，引入MMNet(Multi-task MatchingNetwork)算法中的多任务框架获取热红外目标特定的判别性特征和细粒度特征，并将这两种特征相互融合，用于在类间和类内识别热红外对象。此外，利用峰值旁瓣比动态设置模型更新参数以更高效地获取目标变化信息并对跟踪结果进行评估。对于不可靠跟踪结果利用卡尔曼滤波对目标位置进行预测。在LSOTB-TIR(Large-Scale Thermal Infrared Object Tracking Benchmark)红外数据集上的实验结果表明，提出的改进算法性能较好，相比MMNet跟踪精确度和成功率分别提高了5.7%和4.2%，且能有效应对遮挡、变形等挑战，可以应用于红外目标跟踪领域。
-
单位泰州职业技术学院; 苏州大学
